يكون اختبار الذاكرة المفيد أقرب إلى اختبار بكتاب مغلق مع تصحيح واحد وبعض المشتتات، وليس إلى سؤال مثل: «ماذا تتذكر عني؟». لتشغيل muse wonder active memory test، قدّم إلى Muse Wonder تفاصيل خيالية في محادثة واحدة، وصحّح واحدًا منها، ثم اطلب الحقائق الحالية ذات الصلة في محادثة جديدة. سجّل ما يسترجعه، وما يخطئ فيه، وما إذا كان يعترف بعدم اليقين.
يستغرق التسلسل أدناه نحو 10 دقائق للإعداد واحتساب النقاط. وهذا ليس دليلًا على الذاكرة عبر الأيام أو الحسابات أو كل واجهة من منتجات Muse. إنه فحص أولي قابل للتكرار. استخدم تفاصيل مُختلقة بدلًا من معلومات خاصة.
النقاط الرئيسية
- اختبر الاسترجاع، والتصحيحات، ومقاومة المشتتات، وعدم اليقين، وقابلية التتبع كلًّا على حدة.
- نفّذ الاختبار في واجهة المنتج التي تنوي استخدامها، مع توثيق إعدادات الذاكرة الخاصة بها.
- طلب API جديد لا يختبر الذاكرة الدائمة إلا إذا وفّرها التطبيق أو الخدمة.
- MemoryBench من Meta تقييم داخلي أطول بكثير؛ هذا الفحص القصير لا يعيد إنتاجه.
مخطط اختبار Muse Wonder Active Memory من التفاصيل الخيالية عبر التصحيح والاسترجاع في محادثة جديدة واحتساب النقاط
يفصل مخطط الاختبار بين الحقائق الأولية، والتصحيح الصريح، والاسترجاع في محادثة جديدة.
ما المقصود بـ Muse Wonder Active Memory
تصف Meta Active Memory بأنها تحمل سياقًا مهمًا عن الشخص عبر المحادثات وتستدعي التفاصيل عندما تكون مهمة لمهمة لاحقة. ويشير Active Focus إلى مواصلة العمل نحو هدف، بما في ذلك تجربة بدائل عند التعثر والتكيف مع معلومات جديدة. هذه الأفكار مترابطة، لكنها تجيب عن أسئلة مختلفة: تتعلق الذاكرة بالسياق الذي يُستدعى؛ ويتعلق التركيز بكيفية سير العمل.
هذا الوصف ادعاء لقدرة منتج، وليس ضمانًا بأن كل واجهة أو نداء API يشارك سجل المستخدم تلقائيًا. تقول Meta إن Muse Wonder متاح عبر Model API وMuse Code. توثّق وثائق المطورين الخاصة به نافذة سياق بحجم 1,048,576 رمزًا وإعدادات استدلال مدعومة، لكن نافذة السياق هي مقدار السياق الذي يمكن أن يحتويه الطلب، وليست دليلًا على بقاء الطلبات السابقة. تحقق مما يوفره منتجك المختار فعليًا من سجل أو ذاكرة.
كيفية تشغيل اختبار ذاكرة Muse Wonder
استخدم حسابًا واحدًا ونفس نسخة النموذج طوال تشغيل واحد. في منتج محادثة، شغّل ميزة الذاكرة التي تنوي تقييمها وسجّل إعدادها. وفي تكامل API، دوّن ما إذا كان تطبيقك نفسه يتضمن الأدوار السابقة، أو ملفًا شخصيًا مخزّنًا، أو ملاحظات مسترجعة في الطلب. دون هذه المعلومات، لا يمكنك عزو الاسترجاع إلى النموذج وحده.
1. قدّم له حقائق ذات صلة
في المحادثة الأولى، ألصق هذا الملف الخيالي. اطلب إقرارًا فقط، حتى لا يحوّل النموذج الحقائق فورًا إلى خطة.
plaintext1I’m planning a fictional weekend trip. Remember these details for a later planning task: 2- I prefer quiet outdoor activities over crowded events. 3- My fictional trip budget is $400. 4- I avoid shellfish. 5Do not make a plan yet. Reply only with a brief acknowledgment.
افتح محادثة جديدة فعلًا في المنتج نفسه، ثم اسأل:
plaintext1Suggest a suitable weekend activity for me. Use only the preferences I previously shared that matter to this task. List the relevant details you used, and say if you are unsure about any of them.
تستخدم الإجابة الجيدة التفضيل الخاص بالأنشطة الخارجية الهادئة. ولا يلزم أن تذكر الميزانية أو المحار لأن أيا من هذين التفصيلين غير مطلوب لاقتراح نشاط. راقب التفضيلات المختلقة. إذا تعذّر على المنتج الوصول إلى المحادثات السابقة أو كانت الذاكرة معطّلة، فسجّل «الذاكرة غير متاحة في هذه الواجهة» بدلًا من احتساب نقاط للنموذج كأنه تلقى الحقائق.
2. صحّح حقيقة قديمة
في سلسلة اختبار أخرى، قدّم موعدًا ثم استبدله صراحةً. اجعل التصحيح في رسالة منفصلة حتى تعرف ما إذا كان التحديث اللاحق هو الذي يفوز.
plaintext1For this fictional project, the review meeting is initially set for Tuesday at 2 p.m. Please retain that detail.
plaintext1Correction: the review meeting has moved to Thursday at 10 a.m. The Tuesday time is outdated. Please use Thursday at 10 a.m. from now on.
اسأل عنه في محادثة جديدة:
plaintext1When is the review meeting? If you have conflicting information, give the current time and explain which update you treated as authoritative.
يُعد ناجحًا إذا أعطى الخميس الساعة 10 صباحًا واعتبر الثلاثاء قديمًا. الإجابة المدمجة أو الاستخدام الواثق للثلاثاء فشل ذو دلالة، حتى لو استرجع التفصيل الأصلي بشكل مثالي.
3. أضف مشتتات واختبر ما هو غير معروف
أضف حقيقتين خياليتين غير ضارتين أو ثلاثًا إلى المحادثة الأولية، مثل لون مشروع مختلق أو رقم طرد وهمي. بعد تأخير، ابدأ محادثة جديدة واسأل سؤالًا عن تفضيل ذي صلة وآخر عن حقيقة لم تقدّمها قط. اجعل السؤالين منفصلين ليسهل احتساب نقاط كل إجابة.
تستخدم النتيجة القوية التفضيل ذا الصلة، وتستبعد التفاصيل غير المرتبطة، وتقول إنها لا تعرف الحقيقة الناقصة. ولاختبار تأخير أكثر صرامة، أعد الأمر نفسه في اليوم التالي. يمكن لـ10 دقائق فحص حدود المحادثة الجديدة، لكنها لا تثبت الاحتفاظ لمدة أسبوع.
بطاقة اختبار Muse Wonder Active Memory تعرض الإعداد، وأسئلة المحادثة الجديدة، والأدلة الواجب تسجيلها
احتفظ بالأمر، وواجهة المنتج، وإعداد الذاكرة، والتأخير، والاستجابة الخام معًا حتى يتمكن مراجع آخر من إعادة إنتاج الفحص.
كيفية احتساب نقاط اختبار Active Memory
احتسب لكل سلوك نقاطًا من 0 إلى 2. استخدم النتيجة لمقارنة عمليات التشغيل في سير عملك الخاص، لا لترتيب النماذج عالميًا.
| البُعد | 0 نقطة | نقطة واحدة | نقطتان |
|---|---|---|---|
| استرجاع الحقيقة ذات الصلة | يفوّت الحقيقة المطلوبة أو يختلقها | صحيح جزئيًا | يختار الحقيقة الصحيحة بدقة |
| التعامل مع التصحيح | يستخدم القيمة القديمة | غامض أو يمزج بين الاثنتين | يستخدم أحدث قيمة ويحدد القديمة باعتبارها قديمة |
| ضبط المشتتات | ينجذب نحو حقائق غير ذات صلة | يتضمن بعض التفاصيل غير ذات الصلة | يستخدم فقط السياق ذا الصلة بالسؤال |
| عدم اليقين | يخمّن بثقة | يتحفظ لكنه يخمّن رغم ذلك | يقول بوضوح إن الإجابة لم تُقدَّم |
| قابلية التتبع | لا يقدّم أي أساس | يسمي جزءًا فقط من أساسه | يسرد بإيجاز السياق الذي اعتمد عليه |
خمسة أبعاد لاحتساب نقاط Active Memory من صفر إلى نقطتين، مع معايير نجاح قابلة للملاحظة
يحوّل معيار 0–2 انطباعًا شخصيًا إلى خمسة فحوص قابلة للملاحظة.
عشر نقاط هي نتيجة داخلية ملائمة، وليست عتبة مُثبتة. احتفظ بدرجات الأبعاد الفردية: يمكن أن يخفي المجموع فشلًا خطيرًا في التصحيح خلف استرجاع جيد في مكان آخر. احفظ الأوامر الدقيقة والمخرجات غير المحرّرة، ثم أعد التشغيل قبل تغيير قرار النشر.
ما يمكن أن يخبرك به MemoryBench وما لا يمكن
تصف بطاقة نموذج Meta MemoryBench بأنه تقييم داخلي على محادثات طويلة ومعقدة من 64K إلى 100K رمز. تتضمن مهامه حقائق متعددة، ومحادثات مشتتة، وأدوارًا مُدخلة تتعارض مع التفاصيل المستهدفة أو تحدّثها لاحقًا؛ ويحتسب حكم LLM نقاط الإجابات وفق معايير مرجّحة خاصة بكل سؤال. هذا سياق مفيد لفهم نطاق المعيار، لكنه ليس مماثلًا لعمل إعداد الذاكرة الشخصية للمستخدم عبر المحادثات.
تشرح بطاقة النموذج تصميم المهمة؛ لكنها لا تحوّل هذا التمرين الذي يستغرق 10 دقائق إلى إعادة إنتاج. النتيجة المنشورة من Meta دليل على إعداد التقييم المبلّغ عنه. أما تشغيلك فيجيب عن سؤال تشغيلي أضيق: هل تسترجع واجهة المنتج هذه، والإعداد هذا، والحساب هذا الحقائق التي يحتاجها سير عملك؟ لا يثبت أي منهما بمفرده ذاكرة موثوقة لكل مستخدم أو مهمة.
Muse Wonder مقابل Muse Wonder Full: أين تختبر
لا تملك النسختان مسارات وصول متطابقة. تقول وثائق المطورين الحالية من Meta إن Muse Wonder (muse-wonder-1.0) متاح على Model API وفي Muse Code. أما Muse Wonder Full فهو متاح فقط في Muse Code ضمن خطتي Power Usage وMaximum Usage. ضبط جهد الاستدلال في Muse Wonder على “max” لا يحوّله إلى Wonder Full.
| النسخة | الوصول الموثّق | ما يجب تسجيله |
|---|---|---|
| Muse Wonder | Model API وMuse Code | معرّف نموذج API أو واجهة Muse Code، إضافة إلى ما إذا كان السياق السابق مقدّمًا |
| Muse Wonder Full | Muse Code ضمن خطتي Power Usage وMaximum Usage | الخطة، والنسخة المختارة، وإعداد الذاكرة المتاح في تلك الواجهة |
شغّل الملف الخيالي نفسه بشكل منفصل في كل واجهة متاحة. لا تقارن اختبار Muse Code الذي يمكنه استرجاع تفاصيل ملف محفوظ بنداء API عديم الحالة لم يتلقّ سوى الأمر الحالي. فذلك يقارن أنظمة مختلفة، وليس مجرد نسختين من نموذج.
الخصوصية والاختبار القابل للتكرار
استخدم تفضيلات وتواريخ وتفاصيل مشاريع مختلقة. قبل تجربة بيانات حقيقية، افحص عناصر التحكم في ذاكرة المنتج، ومسار الحذف، ومعلومات الاحتفاظ، وإعداد استخدام البيانات. تقول وثائق API من Meta إن المحتوى في وضع Standard لا يُستخدم لتدريب نماذج Meta؛ كما يوفّر Muse Code وضع Contributor، وهو مفعّل افتراضيًا وقد يستخدم المحتوى للتدريب ما لم يُوقف. تحقق من الإعدادات والشروط الحالية للمنتج الذي تستخدمه بدلًا من افتراض أن كل الواجهات تتعامل مع البيانات بالطريقة نفسها.
في API، افصل النموذج عن طبقة الذاكرة في تطبيقك. قد تكون قاعدة بيانات، أو نظام استرجاع، أو سجل أوامر يرسله برنامجك هو من يتذكر. سجّل ما استرجعه التطبيق وما مرّره إلى كل طلب، مع إبقاء سجلات الاختبار اصطناعية.
يمكن للفرق تحويل الجولات الثلاث إلى مجموعة تقييم صغيرة ذات إصدارات. أبقِ ملف الحقائق، والتصحيح، والمشتتات، ونسخة النموذج، وإعدادات المنتج، والتأخير، والاستجابة الخام ثابتة. أعد التشغيل بعد تغييرات الإعداد أو النموذج وراجع الإخفاقات حسب البُعد. للفرق التي تقارن بالفعل نماذج مستضافة في بيئة اختبار قابلة للتكرار، يوفّر Atlas Cloud كتالوجًا ودليل LLM API الموحّد. يمكنك تصفح دليل النماذج لمقارنة منفصلة. لا يدرج الدليل حاليًا Muse Wonder، واستخدام نموذج آخر هناك سيختبر فقط السياق المقدّم صراحةً إلى ذلك النموذج ما لم يضف تطبيقك طبقة ذاكرة.
الأسئلة الشائعة
كيف أختبر Active Memory في Muse Wonder عبر المحادثات؟
قدّم حقائق خيالية في محادثة واحدة، ثم اسأل عن تفاصيل ذات صلة في محادثة جديدة. ضمّن تصحيحًا وحقيقة ناقصة، وسجّل واجهة المنتج وإعدادات الذاكرة.
هل يتذكر Muse Wonder التصحيحات أم التفاصيل الأقدم فقط؟
يتضمن وصف MemoryBench من Meta أدوارًا تحدّث تفاصيل سابقة أو تتعارض معها. يفحص اختبار التصحيح الخاص بك ما إذا كان إعداد المنتج الحالي يتبع التحديث؛ أعد تشغيله لأن نتيجة واحدة لا تثبت سلوكًا متسقًا.
هل اختبار سجل المحادثة هذا مماثل لـ MemoryBench من Meta؟
لا. تصف Meta MemoryBench بأنه معيار داخلي للسياق الطويل يستخدم محادثات من 64K إلى 100K رمزًا، ومشتتات، وحقائق متعارضة أو محدّثة، وحكم LLM. هذا الفحص القصير اختبار دخاني عملي، وليس إعادة إنتاج.
هل يمكنني اختبار Muse Wonder Active Memory عبر API؟
يمكنك اختبار استرجاع نموذج API للسياق الذي يصل إلى الطلب. أما الثبات عبر الطلبات، فتحقق مما تخزّنه وترسله واجهة API أو تطبيقك. ولا يُظهر توفر نافذة سياق كبيرة بحد ذاته أن الطلبات المنفصلة تتشارك الذاكرة.
كيف أميّز بين ذاكرة النموذج والذاكرة المخزّنة في التطبيق؟
افحص الطلب الكامل المرسل إلى النموذج. إذا أدخل تطبيقك ملفًا شخصيًا، أو ملاحظة مسترجعة، أو محادثة سابقة، فإن طبقة البرمجيات تلك هي التي وفّرت الذاكرة. قارن ذلك بتشغيل مضبوط يحذفها، حيثما كان ذلك مناسبًا.
هل من الآمن استخدام معلومات شخصية في اختبار Active Memory؟
استخدم معلومات خيالية للاختبار. وإذا قيّمت بيانات حقيقية لاحقًا، فراجع أولًا إعدادات الذاكرة والحذف والاحتفاظ واستخدام البيانات الخاصة بالمنتج المعني.
يكون muse wonder active memory test أكثر فائدة عندما يكشف الخطوة التي فشلت: الوصول إلى السياق السابق، أو الاسترجاع، أو التصحيح، أو التصفية، أو عدم اليقين. احفظ التشغيل الخام، ثم أعد تنفيذه وفق الإعداد الدقيق الذي تخطط للثقة به.
المصادر: إعلان Meta عن Muse Wonder (12 أكتوبر 2026)؛ وثائق نموذج Meta Model API (تاريخ الوصول: 15 أكتوبر 2026)؛ بطاقة نموذج Muse Wonder (أكتوبر 2026).
